基于AHP-CF法的白水江流域滑坡影響因子敏感性分析

徐鵬 梁瑞鋒 劉斌

摘? 要：根據(jù)野外調(diào)查和室內(nèi)分析，選取坡度、坡向、坡高、工程地質(zhì)巖組、岸坡結(jié)構、斷裂構造、河流水系、降雨條件、人類工程活動作為白水江流域滑坡影響因子，運用AHP-CF法對上述因子進行滑坡敏感性分析，最終得到各因子的LSP值及其排名。結(jié)果顯示：研究區(qū)滑坡對軟硬相間巖類敏感性最強;對順向坡、距離河流水系與道路小于1km、坡度為20°～40°及400～500mm年均降雨量值較為敏感;對坡向、坡高等因素敏感性較弱;對區(qū)內(nèi)其它巖類、坡度為40°～90°及600～800mm年均降雨量值敏感性弱。

關鍵詞：AFP-CF法;白水江流域;滑坡影響因子;敏感性分析

中圖分類號：P642.22? ? ?文獻標識碼：A? ? ?文章編號：1007-1903（2018）04-0043-07

0 前言

滑坡作為地質(zhì)災害中十分廣泛的類型之一，極大地威脅著人民的安危，制約著社會的發(fā)展（黃潤秋等，2004）。近些年來隨著滑坡災害的急劇增加，廣大群眾的人身和財產(chǎn)安全損失極為慘重。所以，預測滑坡發(fā)生的可能性、降低滑坡所造成的損失就顯得格外重要（向喜瓊，2005）。

滑坡影響因子敏感性分析是預測某一區(qū)域在今后一段時間內(nèi)發(fā)生滑坡可能性的前提和基礎。它是根據(jù)區(qū)域的自然地理和工程地質(zhì)條件，運用合理的方法對影響滑坡的內(nèi)外因素進行綜合分析比較，得到對滑坡發(fā)生演化起關鍵作用的敏感因子，為今后區(qū)內(nèi)滑坡災害預測與防治提供基礎的地質(zhì)資料與數(shù)據(jù)（梁瑞鋒，2017）。

目前，針對區(qū)域性滑坡影響因子敏感性分析的方法主要分為專家打分法、決策分析方法、二元線性統(tǒng)計分析方法、多元線性統(tǒng)計分析方法、非線性統(tǒng)計分析方法等。其中，專家打分法是以專家的經(jīng)驗進行評價因子的選取及相應權重的賦值，原理簡單，但受到人為主觀因素過大;決策分析方法主要為層次分析法（李燕婷等，2016），其優(yōu)點在于對數(shù)據(jù)要求低，計算較為簡便，其缺點在于當評價指標過多時，權重難以確定;二元線性統(tǒng)計分析方法包括信息量法（陳立華等，2016）、證據(jù)權重法（趙志芳等，2010）與確定性系數(shù)法（許沖等，2010）等，這類方法的主要優(yōu)點是各評價因子內(nèi)部的信息量值、證據(jù)權重或確定性系數(shù)由滑坡本身屬性決定，客觀真實，在很大程度上克服人為主觀因素的影響，但不足之處在于它們不能有效避免評價因子之間的相互重復性與依賴性，在一定程度上使評價結(jié)果失真;多元線性統(tǒng)計分析方法主要是 Logistic 回歸分析（許沖等，2012），其優(yōu)點在于可以解決因子間的依賴性問題，在確定因子權重方面有較大的優(yōu)勢，不足之處是計算量過大;非線性統(tǒng)計分析方法主要包含人工神經(jīng)網(wǎng)絡（譚龍等，2014）、模糊綜合評判（包磊等，2016）與支持向量機（毛伊敏等，2016）等，優(yōu)點是能夠避免人為因素的干擾。

1 AHP-CF法介紹

本文所采用的層次分析-確定性系數(shù)法（AHP-CF法）其優(yōu)勢在于將主觀與客觀相結(jié)合，不僅綜合考慮到每個影響因子對區(qū)域內(nèi)滑坡發(fā)生的參與程度，還在一定范圍內(nèi)避免了影響因子之間的重復性和人為因素的干擾性，計算簡便，效果顯著。

1.1 CF法原理

采用確定性系數(shù)法（Certainty Factor，CF）對滑坡影響因子進行敏感性分析是有基本假設的，那就是根據(jù)已發(fā)生的滑坡與影響因子（例如坡向、地層巖性、地質(zhì)構造等）之間的統(tǒng)計關系來判定這些因子對滑坡敏感性的強弱。

CF作為一個概率函數(shù)，將絕對假定改為基于已有事實的假定（蘭恒星等，2002）。其計算公式如下：

式中：PPa表示影響因子中某一指標內(nèi)存在的滑坡數(shù)量與該指標總面積的比值，即滑坡在該類指標中的點密度;PPs表示區(qū)內(nèi)滑坡總數(shù)與研究區(qū)總面積的比值。

由式（1）函數(shù)可知，CF取值區(qū)間為[-1，1]。其中，正值表示影響因子的敏感性確定性增長，CF值越接近1就代表其敏感性越強;負值表示影響因子的敏感性確定性降低，CF值越接近 -1就代表其敏感性越弱;CF值為0或接近0時，則表示此條件下影響因子敏感性的確定性不能判定（劉艷芳等，2014）。

1.2 AHP法原理

層次分析法（Analytic Hierarchy Process，AHP）是一種將定性與定量相結(jié)合解決多準則問題的決策方法（劉麗娜等，2014）。其在滑坡影響因子的敏感性分析過程中原理如下：

（1）建立層次分析結(jié)構模型

首先對模型進行層級劃分，本文中目標層為滑坡影響因子敏感性分析，準則層為影響滑坡發(fā)育的內(nèi)在因素與外在因素（圖1），方案層為具體的影響因子（毛偉等，2011）。

（2）構造判斷矩陣及計算權重

根據(jù)專家評分的高低，對不同影響因子的重要性進行標度從而建立判斷矩陣，計算出判斷矩陣的最大特征值及相對應的特征向量，將特征向量進行歸一化處理后得到歸一化權重，歸一化權重即為同一層級中各影響因子的權重。

以專家打分為基礎，對各因素進行適當?shù)恼{(diào)整得到判斷矩陣（表1、表2、表3）：

通過Matlab 軟件計算可得最大特征值λmax=2，歸一化權重Wi=[0.8333，0.1667]。

同理，可得最大特征值λmax=7.1232，歸一化權重Wi=[0.2588，0.0474，0.1515，0.1730，0.2124，0.0940，0.0629]。

同理，可得最大特征值λmax=2，歸一化權重Wi=[0.7500，0.2500]。

（3）判斷矩陣的一致性檢驗

為判斷通過矩陣所算的權重是否可信，須對判斷矩陣進行一致性檢驗，計算公式如下：

式中，CI為一致性指標;λmax為判斷矩陣最大特征值;n為判斷矩陣階數(shù);CR為隨機一致性比率;RI為平均隨機一致性指標，可由表4查得。

通過對隨機一致性比率CR的計算可判斷矩陣的合理性。

當矩陣階數(shù) n<3 時，判斷矩陣永遠具有完全一致性，因此判斷矩陣不需要進行一致性檢驗。

當矩陣階數(shù) n≥3 時，需計算CR值進行一致性檢驗。當CR<0.1，則判斷矩陣一致性檢驗通過，判斷矩陣合理;當CR=0.1，則判斷矩陣有良好的一致性，判斷矩陣較為合理;當CR>0.1，則判斷矩陣不滿足一致性要求，需對矩陣進行調(diào)整修正。

根據(jù)式（2）和式（3）對上述判斷矩陣進行一致性檢驗，計算結(jié)果見表5，表明矩陣滿足一致性要求，判斷矩陣合理。

（4）計算各影響因子綜合權重

檢驗合格后，各影響因子各層級的歸一化權重的乘積即為其綜合權重值。

根據(jù)各層次矩陣所計算的歸一化權重W i，綜合計算可得各影響因子的綜合權重值。如表6所示。

1.3 CF-AHP法原理

確定各滑坡影響因子的CF值及其綜合權重，通過計算可以得到各評價指標確定性系數(shù)權。

影響因子中單個評價指標的確定性權的計算公式為：

式中：LSP代表各評價指標確定性系數(shù)權，Wci代表影響因子xi的權重;CFij為影響因子xi下的第j個指標的確定性系數(shù)。

2 研究區(qū)概況

2.1 自然地理

白水江流域位于川甘兩省交界處，自甘肅省文縣碧口水庫沿白水江向北延伸至四川省九寨溝縣西北部。地理坐標：E10332'～10458'，N3243'～3341'。

白水江流域由西向東可分為高原濕潤山地氣候區(qū)及亞熱帶到溫帶過渡氣候區(qū)。九寨溝縣全域海拔1000～5000m，屬高原濕潤氣候，流域東南部的文縣屬亞熱帶向溫帶過渡區(qū)。區(qū)內(nèi)降雨主要集中在5-10月。根據(jù)收集到的區(qū)內(nèi)多年年均降雨量值資料，區(qū)內(nèi)絕大部分區(qū)域處于年均降雨量值400～600mm范圍內(nèi)，僅有白水江流域東南角丹堡鄉(xiāng)—玉壘鄉(xiāng)一帶處于600～800mm范圍內(nèi)。

白水江為白龍江的一級支流，屬長江水系，全長約295.6km，流域面積約8257.15km2，河道平均縱比降為10.1‰。白水江支流眾多，有白河、黑河、中路河等，多呈格子狀水系。白水江河谷深邃狹窄，河道坡陡流急，水力資源充沛，水能資源豐富。

白水江流域從南東至北西，由丘陵山區(qū)向高山峽谷展布，地勢逐漸升高。白水江河谷兩側(cè)山體渾厚，岸坡陡立，坡度多在20～60°之間，干流河谷總體呈NW-SE向。中游兩側(cè)階地發(fā)育，河谷多呈V-U混合型溝谷。上游、下游及支流多為V型深切溝谷。

2.2 地質(zhì)構造

白水江流域位于松潘-甘孜褶皺系、秦嶺褶皺系以及上揚子地臺的結(jié)合部位，不同層次、不同期次的構造相互疊加，形成極為復雜的構造格局（武運泊，2015）。區(qū)內(nèi)褶皺和斷裂均極為發(fā)育，主要的褶皺有陵江-青龍背斜、隆康倒轉(zhuǎn)復背斜、中寨-馬營復向斜及關家溝-何家壩復背斜;主要的斷裂有文縣-康縣斷裂帶、塔藏斷裂、岷江斷裂及牟泥溝斷裂（圖2）。

2.3 工程地質(zhì)巖組

由于白水江流域特殊的大地構造位置以及復雜的區(qū)域構造格局，故其地層也復雜多變。本文把具有相同工程地質(zhì)性質(zhì)的地層劃分到同一工程地質(zhì)巖組，有利于分析巖土體與滑坡之間的聯(lián)系?，F(xiàn)將流域內(nèi)地層劃分為4套工程地質(zhì)巖組（表7）。

2.4 岸坡結(jié)構

斜坡臨空面的方向與巖層層面或主要結(jié)構面的傾向存在一定的夾角i。i的絕對值大小直接決定了岸坡結(jié)構的類型（表8）。不同的岸坡結(jié)構類型在一定程度上影響著斜坡的變形破壞機制。大量研究結(jié)果指出，對于同一巖性來說，不同岸坡結(jié)構類型的穩(wěn)定性存在較大差異。一般來說，橫向坡和斜向坡相對較穩(wěn)定，多形成危巖或崩塌，而順向坡和逆向坡更易發(fā)生變形破壞，最終多演變成滑坡（楊栓成， 2017）。

2.5 新構造運動與地震

研究區(qū)是我國地震頻發(fā)地區(qū)之一，受多條活動斷裂影響。根據(jù)《中國地震動參數(shù)區(qū)劃圖》（GB18306-2015），域內(nèi)絕大部分區(qū)域地震動峰值加速度為0.2g，反應譜特征周期 0.40s，相應的地震基本烈度為VII度。故在滑坡易發(fā)性評價中，地震對區(qū)內(nèi)地質(zhì)環(huán)境的影響烈度整體選擇為VII度（圖3）。

3 滑坡影響因子敏感性分析

白水江流域地形地貌復雜，地質(zhì)構造發(fā)育，不良物理地質(zhì)現(xiàn)象普遍發(fā)育。經(jīng)野外調(diào)查發(fā)現(xiàn)，區(qū)內(nèi)共分布129處滑坡，發(fā)育規(guī)模以大型—特大型為主（圖4）。

根據(jù)野外調(diào)查及室內(nèi)歸納分析，區(qū)內(nèi)滑坡的形成在不同程度上受到內(nèi)在和外在因素影響。其中，內(nèi)在因素包括坡度、坡向、坡高、工程地質(zhì)巖組、岸坡結(jié)構及斷裂構造;外在因素包括河流水系、降雨條件及人類工程活動（道路為人類工程活動的主要代表）。

基于白水江流域GDEMDEM 30M 分辨率數(shù)字高程數(shù)據(jù)，運用ArcGIS軟件的空間分析功能將129處滑坡與這些影響因子進行疊加分析，最終得到滑坡在各影響因子不同指標下的點密度值（即PPa）（表10）。根據(jù)CF法計算得到不同影響因子下各指標的CF值及上述AHP法計算得到的綜合權重值。再根據(jù)式（4），可得到白水江流域滑坡災害不同影響因素下各指標LSP值（表9）。

根據(jù)表9中的LSP值及其排名，可知排名1-18的不同影響因素下各指標的LSP值為正值，說明其敏感性為確定性增長，敏感程度逐漸減小;排名19-38的不同影響因素下各指標的LSP值為負值，說明其敏感性為確定性降低，其不敏感程度逐漸增大。具體來說，白水江流域滑坡對工程地質(zhì)巖組為軟硬相間巖類最為敏感，對岸坡結(jié)構為順向坡、滑坡與河流水系和道路距離小于1km、坡度為20～40及400～500mm年均降雨量值敏感性較強，對坡向、坡高等因素敏感性較弱，對工程地質(zhì)巖組為硬巖類、較硬巖類及較軟巖類敏感性弱，對坡度為40～90及600～800mm年均降雨量值敏感性也弱。在上述排名中，年降雨量為400～600mm范圍反而比600～800mm范圍滑坡敏感性更強，這似乎與我們的認識剛好相反。其實究其原因，降雨只是誘發(fā)滑坡的外在因素之一，而降雨量在600～800mm之間的面積本來就很小，而且?guī)缀醵嘉挥谟矌r區(qū)，不利于滑坡的發(fā)育。

4 結(jié)論

本文采用AHP-CF法對白水江流域滑坡影響因子進行敏感性分析，得到的主要結(jié)論如下：

（1） AHP-CF法將主觀與客觀相結(jié)合，綜合考慮到每個影響因子對區(qū)內(nèi)滑坡發(fā)育的貢獻值，在一定程度上避免了影響因子之間的相互重復性和人為主觀干擾性。據(jù)此計算得到各影響因子不同指標的LSP值能充分反映每個因子對滑坡的敏感程度，方法合理，計算簡便。

（2）根據(jù)LSP值及其排名，可知白水江流域滑坡對工程地質(zhì)巖組為軟硬相間巖類最為敏感，對岸坡結(jié)構為順向坡、滑坡與河流水系和道路距離小于1km、坡度為20～40°及400～500mm年均降雨量值敏感性較強，對坡向、坡高等因素敏感性較弱，對工程地質(zhì)巖組為硬巖類、較硬巖類及較軟巖類敏感性弱，對坡度為40～90及600～800mm年均降雨量值敏感性也弱。

參考文獻

包磊，陳春武，潘昆，等，2016. 模糊綜合評判法在滑坡災害風險評估中的應用[J]. 林業(yè)建設，（2）： 35-38.

陳立華，葉江，魏傳健，等，2016. 基于ArcGIS與信息量法的滑坡易發(fā)性評價[J]. 廣西大學學報（自然科學版），41（1）： 141-148.

黃潤秋，向喜瓊，巨能攀，2004. 我國區(qū)域地質(zhì)災害評價的現(xiàn)狀及問題[J]. 地質(zhì)通報，23（11）： 1078-1082.

蘭恒星，伍法權，王思敬，2002. 基于GIS的滑坡CF多元回歸模型及其應用[J]. 山地學報，20（6）： 732-737.

李燕婷，朱海莉，陳少華，2016. 層次分析法的黃河上游滑坡易發(fā)性評價[J]. 測繪科學，41（8）： 67-70+75.

梁瑞鋒，2017. 白水江流域滑坡地質(zhì)災害危險性評價研究[D]. 成都理工大學.

劉麗娜，許沖，徐錫偉，等，2014. GIS支持下基于AHP方法的2013年蘆山地震區(qū)滑坡危險性評價[J]. 災害學，29（4）： 183-191.

劉艷芳，方佳琳，陳曉慧，等，2014. 基于確定性系數(shù)分析方法的秭歸縣滑坡易發(fā)性評價[J]. 自然災害學報，23（6）： 209-217.

毛偉，如黑艷，2011. 基于GIS與AHP的金坪子滑坡危險性評價研究[J]. 地球與環(huán)境，39（3）：399-404.

毛伊敏，周昭飛，彭喆，等，2016. 基于不確定多分類支持向量機在滑坡危險性預測的應用[J]. 江西理工大學學報，37（3）： 102-108.

譚龍，陳冠，曾潤強，等，2014. 人工神經(jīng)網(wǎng)絡在滑坡敏感性評價中的應用[J]. 蘭州大學學報（自然科學版）， 50（1）： 15-20.

武運泊，2015. 雅礱江卡拉地區(qū)滑坡發(fā)育規(guī)律與成因機制分析[D]. 成都理工大學.

許沖，戴福初，姚鑫，等，2010. 基于GIS與確定性系數(shù)分析方法的汶川地震滑坡易發(fā)性評價[J]. 工程地質(zhì)學報，18（1）： 15-26.

許沖，徐錫偉，2012. 邏輯回歸模型在玉樹地震滑坡危險性評價中的應用與檢驗[J]. 工程地質(zhì)學報，20（3）： 326-333.

向喜瓊，2005. 區(qū)域滑坡地質(zhì)災害危險性評價與風險管理[D]. 成都理工大學.

楊栓成，2017. 涪江上游南壩—水晶河段滑坡危險性評價[D]. 成都理工大學.

趙志芳，黨偉，王瑞雪，等，2010. 基于證據(jù)權重法的區(qū)域地質(zhì)環(huán)境穩(wěn)定性遙感評價研究[J]. 國土資源遙感， （S1）：9-13.